# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""

import pandas as pd
import numpy as np

df=pd.read_excel('/Users/apache/Desktop/《深入浅出Pandas》数据集下载/team.xlsx')

import numpy as np
import matplotlib.pyplot as plt

# df2=pd.read_csv('/Users/apache/Desktop/foodie_results_20211124 - 处理 导入sql server.csv')


df3=pd.read_excel('/Users/apache/Desktop/basket.xlsx')

df3.info()

codes,uniques=df3.basket.factorize()

df4=df.stack()
a=pd.Series([1,2,None,3,None])
plt.plot(a)

b=df.team.astype('category')
c=b.groupby(b).count()

df.groupby('team').first()

df.query('team=="A"').sort_index(ascending=False)

d=df.groupby('team').first()

df['avg']=df.mean(1)

# 需求分析 - 代码实施 - 得出结论
# 明确需求
# 确定分析方案
# 代码设计
# 代码实施
# 得出结论
# 复盘迭代

# apply(func),函数的调用函数
# lambda arg1,arg2,...:expr;函数的第二种创建方式，不必创建函数名称的函数，省区def，也称为匿名函数是函数式编程中的核心概念之一
# map(func,[arg1,arg2,...]) 以此将参数输入到func中并输出

e=map(lambda x:x**x,[1,2,3,4])
print(e)

# 直接调用lambda函数
(lambda x:x**x)(2)

df.info()
df.describe()
df.corr()
df.corr().stack()
aa.to_excel('/Users/apache/Desktop/rst.xlsx'')